CN110045757B - 一种大采高液压支架模糊自适应智能供液控制方法 - Google Patents
一种大采高液压支架模糊自适应智能供液控制方法 Download PDFInfo
- Publication number
- CN110045757B CN110045757B CN201910343263.5A CN201910343263A CN110045757B CN 110045757 B CN110045757 B CN 110045757B CN 201910343263 A CN201910343263 A CN 201910343263A CN 110045757 B CN110045757 B CN 110045757B
- Authority
- CN
- China
- Prior art keywords
- fuzzy
- hydraulic support
- liquid supply
- pressure
- speed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 239000007788 liquid Substances 0.000 title claims abstract description 76
- 238000005065 mining Methods 0.000 title claims abstract description 62
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000000875 corresponding effect Effects 0.000 claims abstract description 49
- 239000003245 coal Substances 0.000 claims abstract description 47
- 230000008569 process Effects 0.000 claims abstract description 5
- 230000008859 change Effects 0.000 claims description 47
- 230000006870 function Effects 0.000 claims description 16
- 238000007781 pre-processing Methods 0.000 claims description 12
- 230000005484 gravity Effects 0.000 claims description 6
- 230000009471 action Effects 0.000 claims description 4
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000011217 control strategy Methods 0.000 claims description 3
- 239000000839 emulsion Substances 0.000 abstract description 5
- 230000007547 defect Effects 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003631 expected effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D7/00—Control of flow
- G05D7/06—Control of flow characterised by the use of electric means
- G05D7/0617—Control of flow characterised by the use of electric means specially adapted for fluid materials
- G05D7/0629—Control of flow characterised by the use of electric means specially adapted for fluid materials characterised by the type of regulator means
- G05D7/0635—Control of flow characterised by the use of electric means specially adapted for fluid materials characterised by the type of regulator means by action on throttling means
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
一种大采高液压支架模糊自适应智能供液控制方法,包括以下步骤：(1)传感器单元对泵站和采煤机以及液压支架进行数据采集；(2)传感器单元将采集到的数据传输给模糊控制器；(3)模糊控制器对数据进行处理；(4)模糊控制器将处理后的数据传输给支架控制器；(5)支架控制器将数据传输给液压支架并控制液压支架做相应动作；本发明提出的控制方法通过变频器驱动乳化液泵，实现对供液流量的无级调节，使液压支架快速准确地配合采煤机运行，提高开采效率。
Description
技术领域
本发明属于煤矿智能开采技术领域，具体涉及到一种大采高液压支架模糊自适应智能供液控制方法。
背景技术
大采高综采工作面液压***包括液压支架***和供液***，其中液压支架的作用是紧随采煤机割煤并及时跟进移动，以保证工作面顶板支护并正常推进；供液***是液压支架的动力源，其作用是及时输出充足的高压乳化液，以保证大采高液压支架跟随采煤机快速稳定地运行。大采高采煤机功率大、速度快，为了保证快速的跟机动作且不偏离正确位置，必须对大采高液压支架进行及时准确的控制。此外，煤矿开采过程中，井下环境多变，普通的电液控制方法难以应对综采工作面复杂的工况，主要存在以下一些问题，如：升架、降架速度慢、跟机速度变化性强、供液流量不稳定等，供液流量无法实现无级调节，流量调节精度低，影响因素较多，很难建立精确的数学模型。为了解决现有电液控制方法在大采高供液***中的不足，本发明提出一种基于模糊控制的大采高液压支架自适应智能供液控制方法。
发明内容
本发明所要解决的技术问题在于克服上述现有技术的不足,提供一种设计合理、可对供液流量实现无级调节、使液压支架快速准确地配合采煤机运行、提高开采效率的大采高液压支架模糊自适应智能供液控制方法。
解决上述技术问题采用的技术方案是包括以下步骤：
(1)传感器单元对泵站和采煤机以及液压支架进行数据采集；
(1.1)测速传感器采集采煤机运行速度，流量传感器采集液压支架供液流量，压力传感器采集液压支架供液压力；
(2)传感器单元将采集到的数据传输给模糊控制器；
(3)模糊控制器对数据进行处理；
(3.1)确定液压支架模糊控制器的输入和输出变量；
(3.1.1)确定模糊控制器输入量，包括：采煤机运行速度v、液压支架供液流量q、液压支架供液压力p，并通过计算得到：采煤机运行速度变化率s1、液压支架供液流量变化率s2、液压支架供液压力变化率s3；
(3.1.2)确定模糊控制器的输出变量，输出变量为液压泵变频器频率；
(3.2)数据预处理；
对步骤(3.1)采集确定的输入变量进行预处理，根据大采高液压支架的实际工作情况和操作经验，命名输入变量对应的语言变量，由公式(4)确定输入变量对应的论域Z
式中，X表示实际采集数据，a、b分别表示采集数据的最大值和最小值，Z表示预处理所得输入变量论域；
①采煤机运行速度:取其语言变量为V；采煤机运行速度变化率：取其语言变量为DV；
②液压支架供液流量：取其语言变量为Q；液压支架供液流量变化率：取其语言变量为DQ；
③液压支架压力：取其语言变量为P；液压支架压力变化率：取其语言变量为DP；
④液压泵变频器频率：取其语言变量为F；
(3.3)数据模糊化；
(3.3.1)对步骤(3.2)预处理得到的论域进行模糊化处理，将其分别转换到相应的模糊子集；
①采煤机运行速度对应的模糊子集为{NB,NS,ZO,PS,PB}＝{速度慢，速度较慢，速度适中，速度较快，速度快}；采煤机运行速度变化率对应的模糊子集为{NB,NM,ZO,PM,PB}＝{速度减小快，速度减小较快，速度不变，速度增大较快，速度增大快}；
②液压支架供液流量对应的模糊子集为{NB,NS,ZO,PS,PB}＝{流量小，流量较小，流量适中，流量较大，流量大}；液压支架供液流量变化率对应的模糊子集为{NB,NM,ZO,PM,PB}＝{流量减小快，流量减小较快，流量不变，流量增大较快，流量增大快}；
③液压支架压力对应的模糊子集为{NB,NS,ZO,PS,PB}＝{压力小，压力较小，压力适中，压力较大，压力大}；液压支架压力变化率对应的模糊子集为{NB,NM,ZO,PM,PB}＝{压力下降快，压力下降较快，压力不变，压力增大较快，压力增大快}；
④液压泵变频器频率变化对应的模糊子集为{PL,PM,PS,S,NS,NM,NL}＝{大幅减小频率，中幅减小频率，小幅减小频率，频率不变，小幅增大频率，中幅增大频率，大幅增大频率}；
(3.3.2)根据步骤(3.2)、步骤(3.3.1)确定的输入变量论域和对应的模糊子集，由式(5)可得每个输入变量对应的隶属度函数μu(Z)
式(5)表示的是三角形隶属度函数，m、d确定三角形的“脚”，n确定三角形的“峰”；
(3.4)建立模糊控制规则
由步骤(3.3)设定的隶属度函数，对步骤(3.3)中模糊化后的数据建立支架自适应智能供液模糊控制规则，该规则涉及6个模糊变量V、DV、Q、DQ、P、DP，每条规则表示V、DV、Q、DQ、P、DP六个变量分别在NB、NS、ZO、NM、PS、PB、PM情况下，输出变量F对应的模糊子集，每条模糊控制规则通过模糊推理都能求出对应的模糊关系Y1、Y2、Y3…Yn；
(3.5)模糊推理决策和去模糊化；
(3.5.1)模糊推理决策
模糊控制器输入一组变量，通过步骤(3.2)、(3.3)对数据做模糊化处理后，和步骤(3.4)中的模糊控制规则进行匹配，找到与之对应的规则，从而得到输出变量；
总的自适应智能供液控制关系为：
利用Y和输入变量V、DV、Q、DQ、P、DP建立的关系，由式(7)可得到输出变量的模糊集U
U＝(V×DV×Q×DQ×P×DP)·Y (7)
(3.5.2)去模糊化
由步骤(3.5.1)推理得到的输出变量模糊集U，应用重心法进行去模糊化；
输出变量模糊集U对应的是隶属度函数曲线和横坐标围成的区域，取该区域的重心作为模糊推理的最终输出值；
式(9)中，u为模糊推理的输出值，μu(Z)为隶属度函数，Z为论域，u0为论域Z中任意值；
(3.6)输出智能控制策略
步骤(3.5)得到的模糊推理输出值即为智能供液策略，将此输出值发送给液压泵变频器，变频器通过改变频率，进而改变输出流量大小；
(4)模糊控制器将处理后的数据传输给支架控制器；
(5)支架控制器将数据传输给液压支架并控制液压支架做相应动作。
本发明的
采煤机速度变化率：
泵站供液流量变化率：
液压支架供液压力变化率：
本发明的步骤(3.2)中采煤机运行速度论域为[-6，6]；采煤机运行速度变化率论域为[-6，6]；液压支架供液流量论域为[-6，6]；液压支架供液流量变化率论域为[-6，6]；液压支架压力论域为[-6，6]；液压支架压力变化率论域为[-6，6]；液压泵变频器频率论域为[0，12]。
本发明的步骤(3.5.1)中如果同时满足两个模糊控制规则，第一条模糊控制规则的推断值为α1U1，第二条模糊控制规则的推断值为α2U2，总的控制作用是U1、U2的加权组合，即
式(8)中，α1、α2分别表示第一、二条规则的适用程度
本发明相比于现有技术具有以下优点：
1、本发明的模糊自适应智能供液控制方法可实现远程控制。
2、本发明提出的控制方法通过变频器驱动乳化液泵，实现对供液流量的无级调节，使液压支架快速准确地配合采煤机运行，提高开采效率。
3、本发明提出的控制方法不依赖精确的数学模型，与传统控制方法相比，更适用于井下多变复杂的环境。
附图说明
图1是本发明的控制流程图。
图2是图1中模糊控制器的控制流程图。
具体实施方式
下面结合附图和实施例对本发明做进一步详细说明，但本发明不限于这些实施例。
实施例1
在图1、2中，本发明一种大采高液压支架模糊自适应智能供液控制方法，包括以下步骤：
(1)传感器单元对泵站和采煤机以及液压支架进行数据采集；
(1.1)测速传感器采集采煤机运行速度，流量传感器采集液压支架供液流量，压力传感器采集液压支架供液压力；并将其作为模糊控制器的输入量，本实施例中ZLS-Px测速传感器安装在采煤机牵引电机部位用于检测采煤机运行速度；ElettaFlowDvls-pc03100,400-800l/min流量传感器安装在液压泵出液口用于检测支架供液流量；GYD60-Y2压力传感器安装在液压支架进液口用于检测支架供液压力，泵站所用泵为变频器控制乳化液泵，可实现供液流量的无极调节，采用BRW400/31.5乳化液泵，ZJT-500/1140变频器。
(2)传感器单元将采集到的数据传输给模糊控制器；
(3)模糊控制器对数据进行处理；
(3.1)确定液压支架模糊控制器的输入和输出变量；
(3.1.1)确定模糊控制器输入量，包括：采煤机运行速度v、液压支架供液流量q、液压支架供液压力p，并通过计算得到：采煤机运行速度变化率s1、液压支架供液流量变化率s2、液压支架供液压力变化率s3；
采煤机速度变化率：
泵站供液流量变化率：
液压支架供液压力变化率：
(3.1.2)确定模糊控制器的输出变量，输出变量为液压泵变频器频率；可通过改变液压泵变频器频率控制液压支架供液流量大小，从而对液压支架跟机速度、支架供液压力实现智能化控制，提高液压支架跟机速度的同时，能够保持***压力波动小，压力稳定。
(3.2)数据预处理；
模糊控制器对输入数据有限制，为便于模糊化，对步骤(3.1)采集确定的输入变量进行预处理，根据大采高液压支架的实际工作情况和操作经验，命名输入变量对应的语言变量，由公式(4)确定输入变量对应的论域Z
式中，X表示实际采集数据，a、b分别表示采集数据的最大值和最小值，Z表示预处理所得输入变量论域；
①采煤机运行速度：取其语言变量为V，采煤机运行速度论域为[-6，6]；采煤机运行速度变化率：取其语言变量为DV，采煤机运行速度变化率论域为[-6，6]；
②液压支架供液流量：取其语言变量为Q，液压支架供液流量论域为[-6，6]；液压支架供液流量变化率：取其语言变量为DQ，液压支架供液流量变化率论域为[-6，6]；
③液压支架压力：取其语言变量为P，液压支架压力论域为[-6，6]；液压支架压力变化率：取其语言变量为DP，液压支架压力论域为[-6，6]；
④液压泵变频器频率：取其语言变量为F，液压泵变频器频率论域为[0，12]；
(3.3)数据模糊化；
(3.3.1)对步骤(3.2)预处理得到的论域进行模糊化处理，将其分别转换到相应的模糊子集；
①采煤机运行速度对应的模糊子集为{NB，NS，ZO，PS，PB}＝{速度慢，速度较慢，速度适中，速度较快，速度快}；采煤机运行速度变化率对应的模糊子集为{NB，NM，ZO，PM，PB}＝{速度减小快，速度减小较快，速度不变，速度增大较快，速度增大快}；
②液压支架供液流量对应的模糊子集为{NB，NS，ZO，PS，PB}＝{流量小，流量较小，流量适中，流量较大，流量大}；液压支架供液流量变化率对应的模糊子集为{NB，NM，ZO，PM，PB}＝{流量减小快，流量减小较快，流量不变，流量增大较快，流量增大快}；
③液压支架压力对应的模糊子集为{NB，NS，ZO，PS，PB}＝{压力小，压力较小，压力适中，压力较大，压力大}；液压支架压力变化率对应的模糊子集为{NB，NM，ZO，PM，PB}＝{压力下降快，压力下降较快，压力不变，压力增大较快，压力增大快}；
④液压泵变频器频率变化对应的模糊子集为{PL，PM，PS，S，NS，NM，NL}＝{大幅减小频率，中幅减小频率，小幅减小频率，频率不变，小幅增大频率，中幅增大频率，大幅增大频率}；
(3.3.2)根据步骤(3.2)、步骤(3.3.1)确定的输入变量论域和对应的模糊子集，由式(5)可得每个输入变量对应的隶属度函数μu(Z)
式(5)表示的是三角形隶属度函数，m、d确定三角形的“脚”，n确定三角形的“峰”。
(3.4)建立模糊控制规则
由步骤(3.3)设定的隶属度函数，对步骤(3.3)中模糊化后的数据建立支架自适应智能供液模糊控制规则，该规则涉及6个模糊变量V、DV、Q、DQ、P、DP，因为无法在平面内表示六维的控制规则，因此列举部分模糊控制规则如下，每条规则表示V、DV、Q、DQ、P、DP六个变量分别在NB、NS、ZO、NM、PS、PB、PM情况下，输出变量F对应的模糊子集，每条模糊控制规则通过模糊推理都能求出对应的模糊关系Y1、Y2、Y3…Yn；
Y：If V isA，DV is B，Q is C，DQ is D，P is E and DP is F，then F is G.
Y1：If V is NB，DV is NM，Qis ZO，DQ is NB，P is PS and DP is PB，then F isPL.
Y2：If V is NS，DV is NB，Q is NB，DQ is NB，P is NB and DP is NB，then Fis PL.
Y3：If V is ZO，DV is NB，Q is NB，DQ is NB，P is NB and DP is NB，then Fis NS.
Y4：If V is PS，DV is NB，Q is NB，DQ is NB，P is NB and DP is NB，then Fis NM.
Y5：If V is PB，DV is NB，Q is NB，DQ is NB，P is NB and DP is NB，then Fis NL.
……
Yn：If V is NB，DV is NB，Q is NB，DQ is NB，Pis NB and DP is PB，then F isPL.
(3.5)模糊推理决策和去模糊化；
(3.5.1)模糊推理决策
模糊控制器输入一组变量，通过步骤(3.2)、(3.3)对数据做模糊化处理后，和步骤(3.4)中的模糊控制规则进行匹配，找到与之对应的规则，从而得到输出变量；
总的自适应智能供液控制关系为：
利用Y和输入变量V、DV、Q、DQ、P、DP建立的关系，由式(7)可得到输出变量的模糊集U
U＝(V×DV×Q×DQ×P×DP)·Y (7)
如果本实施例同时满足两个模糊控制规则，第一条模糊控制规则的推断值为α1U1，第二条模糊控制规则的推断值为α2U2，总的控制作用是U1、U2的加权组合，即
式(8)中，α1、α2分别表示第一、二条规则的适用程度。
(3.5.2)去模糊化
由步骤(3.5.1)推理得到的输出变量模糊集U，不能直接用于控制泵站供液，必须对其去模糊化，求出输出变量控制液压泵变频器频率，应用重心法进行去模糊化；
输出变量模糊集U对应的是隶属度函数曲线和横坐标围成的区域，取该区域的重心作为模糊推理的最终输出值；
式(9)中，u为模糊推理的输出值，μu(z)为隶属度函数，Z为论域，u0为论域Z中任意值；
(3.6)输出智能控制策略
步骤(3.5)得到的模糊推理输出值即为智能供液策略，将此输出值发送给液压泵变频器，变频器通过改变频率，进而改变输出流量大小；
(4)模糊控制器将处理后的数据传输给支架控制器；
(5)支架控制器将数据传输给液压支架并控制液压支架做相应动作，最终通过支架控制器控制液压支架动作，达到提高液压支架跟机速度、减小***压力波动的预期效果，本实施例的支架控制器为市场销售产品，型号为迪芬巴赫ASG5型。
Claims (4)
1.一种大采高液压支架模糊自适应智能供液控制方法,其特征在于包括以下步骤：
(1)传感器单元对泵站和采煤机以及液压支架进行数据采集；
(1.1)测速传感器采集采煤机运行速度，流量传感器采集液压支架供液流量，压力传感器采集液压支架供液压力；
(2)传感器单元将采集到的数据传输给模糊控制器；
(3)模糊控制器对数据进行处理；
(3.1)确定液压支架模糊控制器的输入和输出变量；
(3.1.1)确定模糊控制器输入量，包括：采煤机运行速度v、液压支架供液流量q、液压支架供液压力p，并通过计算得到：采煤机运行速度变化率s1、液压支架供液流量变化率s2、液压支架供液压力变化率s3；
(3.1.2)确定模糊控制器的输出变量，输出变量为液压泵变频器频率；
(3.2)数据预处理；
对步骤(3.1)采集确定的输入变量进行预处理，根据大采高液压支架的实际工作情况和操作经验，命名输入变量对应的语言变量，由公式(4)确定输入变量对应的论域Z
式中，X表示实际采集数据，a、b分别表示采集数据的最大值和最小值，Z表示预处理所得输入变量论域；
①采煤机运行速度:取其语言变量为V；采煤机运行速度变化率：取其语言变量为DV；
②液压支架供液流量：取其语言变量为Q；液压支架供液流量变化率：取其语言变量为DQ；
③液压支架压力：取其语言变量为P；液压支架压力变化率：取其语言变量为DP；
④液压泵变频器频率：取其语言变量为F；
(3.3)数据模糊化；
(3.3.1)对步骤(3.2)预处理得到的论域进行模糊化处理，将其分别转换到相应的模糊子集；
①采煤机运行速度对应的模糊子集为{NB,NS,ZO,PS,PB}＝{速度慢，速度较慢，速度适中，速度较快，速度快}；采煤机运行速度变化率对应的模糊子集为{NB,NM,ZO,PM,PB}＝{速度减小快，速度减小较快，速度不变，速度增大较快，速度增大快}；
②液压支架供液流量对应的模糊子集为{NB,NS,ZO,PS,PB}＝{流量小，流量较小，流量适中，流量较大，流量大}；液压支架供液流量变化率对应的模糊子集为{NB,NM,ZO,PM,PB}＝{流量减小快，流量减小较快，流量不变，流量增大较快，流量增大快}；
③液压支架压力对应的模糊子集为{NB,NS,ZO,PS,PB}＝{压力小，压力较小，压力适中，压力较大，压力大}；液压支架压力变化率对应的模糊子集为{NB,NM,ZO,PM,PB}＝{压力下降快，压力下降较快，压力不变，压力增大较快，压力增大快}；
④液压泵变频器频率变化对应的模糊子集为{PL,PM,PS,S,NS,NM,NL}＝{大幅减小频率，中幅减小频率，小幅减小频率，频率不变，小幅增大频率，中幅增大频率，大幅增大频率}；
(3.3.2)根据步骤(3.2)、步骤(3.3.1)确定的输入变量论域和对应的模糊子集，由式(5)可得每个输入变量对应的隶属度函数μu(Z)
式(5)表示的是三角形隶属度函数，m、d确定三角形的“脚”，n确定三角形的“峰”；
(3.4)建立模糊控制规则
由步骤(3.3)设定的隶属度函数，对步骤(3.3)中模糊化后的数据建立支架自适应智能供液模糊控制规则，该规则涉及6个模糊变量V、DV、Q、DQ、P、DP，每条规则表示V、DV、Q、DQ、P、DP六个变量分别在NB、NS、ZO、NM、PS、PB、PM情况下，输出变量F对应的模糊子集，每条模糊控制规则通过模糊推理都能求出对应的模糊关系Y1、Y2、Y3…Yn；
(3.5)模糊推理决策和去模糊化；
(3.5.1)模糊推理决策
模糊控制器输入一组变量，通过步骤(3.2)、(3.3)对数据做模糊化处理后，和步骤(3.4)中的模糊控制规则进行匹配，找到与之对应的规则，从而得到输出变量；
总的自适应智能供液控制关系为：
利用Y和输入变量V、DV、Q、DQ、P、DP建立的关系，由式(7)可得到输出变量的模糊集U
U＝(V×DV×Q×DQ×P×DP)·Y (7)
(3.5.2)去模糊化
由步骤(3.5.1)推理得到的输出变量模糊集U，应用重心法进行去模糊化；
输出变量模糊集U对应的是隶属度函数曲线和横坐标围成的区域，取该区域的重心作为模糊推理的最终输出值；
式(9)中，u为模糊推理的输出值，μu(Z)为隶属度函数，Z为论域，u0为论域Z中任意值；
(3.6)输出智能控制策略
步骤(3.5)得到的模糊推理输出值即为智能供液策略，将此输出值发送给液压泵变频器，变频器通过改变频率，进而改变输出流量大小；
(4)模糊控制器将处理后的数据传输给支架控制器；
(5)支架控制器将数据传输给液压支架并控制液压支架做相应动作。
2.根据权利要求1所述的一种大采高液压支架模糊自适应智能供液控制方法，其特征在于：所述的
采煤机速度变化率：
泵站供液流量变化率：
液压支架供液压力变化率：
。
3.根据权利要求1所述的一种大采高液压支架模糊自适应智能供液控制方法，其特征在于：所述的步骤(3.2)中采煤机运行速度论域为[-6,6]；采煤机运行速度变化率论域为[-6,6]；液压支架供液流量论域为[-6,6]；液压支架供液流量变化率论域为[-6,6]；液压支架压力论域为[-6,6]；液压支架压力变化率论域为[-6,6]；液压泵变频器频率论域为[0,12]。
4.根据权利要求1所述的一种大采高液压支架模糊自适应智能供液控制方法，其特征在于：所述的步骤(3.5.1)中如果同时满足两个模糊控制规则，第一条模糊控制规则的推断值为α1U1,第二条模糊控制规则的推断值为α2U2，总的控制作用是U1、U2的加权组合，即
式(8)中，α1、α2分别表示第一、二条规则的适用程度
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910343263.5A CN110045757B (zh) | 2019-04-26 | 2019-04-26 | 一种大采高液压支架模糊自适应智能供液控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910343263.5A CN110045757B (zh) | 2019-04-26 | 2019-04-26 | 一种大采高液压支架模糊自适应智能供液控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110045757A CN110045757A (zh) | 2019-07-23 |
| CN110045757B true CN110045757B (zh) | 2022-03-18 |
Family
ID=67279582
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910343263.5A Expired - Fee Related CN110045757B (zh) | 2019-04-26 | 2019-04-26 | 一种大采高液压支架模糊自适应智能供液控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110045757B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE19527323A1 (de) * | 1995-07-26 | 1997-01-30 | Siemens Ag | Schaltungsanordnung zum Steuern einer Einrichtung in einem Kraftfahrzeug |
| JPH10317024A (ja) * | 1997-05-19 | 1998-12-02 | Nisshin Steel Co Ltd | 高炉異常炉況判定システム |
| CN102168670A (zh) * | 2011-04-28 | 2011-08-31 | 神华集团有限责任公司 | 乳化液泵站控制***及其总出液口压力控制方法与装置 |
| CN102621892A (zh) * | 2012-04-06 | 2012-08-01 | 杭州电子科技大学 | 横机伺服***速度调节器的控制方法 |
| CN105099323A (zh) * | 2015-08-06 | 2015-11-25 | 中国矿业大学(北京) | 一种基于模糊控制的嵌入式电磁调速采煤机牵引*** |
| CN106640162A (zh) * | 2016-11-23 | 2017-05-10 | 安徽普特机械制造有限公司 | 一种防滑大倾角液压支架及其控制方法 |
| CN108252733A (zh) * | 2018-01-23 | 2018-07-06 | 天地科技股份有限公司 | 一种用于综采工作面围岩自适应支护的液压支架智能控制方法 |
| CN109358582A (zh) * | 2018-10-22 | 2019-02-19 | 西安科技大学 | 基于大数据的大采高综采工作面多设备协同作业控制方法 |
-
2019
- 2019-04-26 CN CN201910343263.5A patent/CN110045757B/zh not_active Expired - Fee Related
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE19527323A1 (de) * | 1995-07-26 | 1997-01-30 | Siemens Ag | Schaltungsanordnung zum Steuern einer Einrichtung in einem Kraftfahrzeug |
| JPH10317024A (ja) * | 1997-05-19 | 1998-12-02 | Nisshin Steel Co Ltd | 高炉異常炉況判定システム |
| CN102168670A (zh) * | 2011-04-28 | 2011-08-31 | 神华集团有限责任公司 | 乳化液泵站控制***及其总出液口压力控制方法与装置 |
| CN102621892A (zh) * | 2012-04-06 | 2012-08-01 | 杭州电子科技大学 | 横机伺服***速度调节器的控制方法 |
| CN105099323A (zh) * | 2015-08-06 | 2015-11-25 | 中国矿业大学(北京) | 一种基于模糊控制的嵌入式电磁调速采煤机牵引*** |
| CN106640162A (zh) * | 2016-11-23 | 2017-05-10 | 安徽普特机械制造有限公司 | 一种防滑大倾角液压支架及其控制方法 |
| CN108252733A (zh) * | 2018-01-23 | 2018-07-06 | 天地科技股份有限公司 | 一种用于综采工作面围岩自适应支护的液压支架智能控制方法 |
| CN109358582A (zh) * | 2018-10-22 | 2019-02-19 | 西安科技大学 | 基于大数据的大采高综采工作面多设备协同作业控制方法 |
Non-Patent Citations (2)
| Title |
|---|
| Research of Fuzzy Recognition System for Hydraulic Support in Working Status with FEA Analysis;Peng Zhang;《2012 International Conference on Control Engineering and Communication Technology》;20130217;page92-96 * |
| 电液控制液压支架推溜模糊控制***研究;王冠鑫;《煤矿机械》;20150131;第36卷(第01期);第70-73页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110045757A (zh) | 2019-07-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN1072368C (zh) | 采用自动调节进行模糊逻辑控制的方法和装置 | |
| US6041320A (en) | Multi-region fuzzy logic control system with auxiliary variables | |
| CN111176115B (zh) | 基于模糊神经网络和仿人智能控制的阀位控制方法 | |
| CN105022269B (zh) | 仿生机器鱼关节的控制方法及装置 | |
| CN111245316B (zh) | 基于双模糊pi控制的航空宽变频三级式电机调压方法 | |
| CN111812968A (zh) | 基于模糊神经网络pid控制器的阀位串级控制方法 | |
| CN112859586A (zh) | 一种基于模糊pid控制的隔膜泵***安全运行保障方法 | |
| CN108832853B (zh) | 一种基于模糊pi-pd控制的直流无刷电机调速方法 | |
| CN116184960A (zh) | 一种虑及刀具状态的数控机床工艺参数自适应调控方法 | |
| Honda et al. | Fuzzy control of bioprocess | |
| Xu et al. | Speed control of hydraulic elevator by using PID controller and self-tuning fuzzy PID controller | |
| CN110045757B (zh) | 一种大采高液压支架模糊自适应智能供液控制方法 | |
| CN113700533B (zh) | 一种双抽汽轮机解耦调节***及其控制方法 | |
| Sakthivel et al. | Design of fuzzy logic controller for a spherical tank system and its real time implementation | |
| CN108717259A (zh) | 一种直流电动装置控制***及其构建方法 | |
| US10354191B2 (en) | Linguistic goal oriented decision making | |
| Novák | Genuine linguistic fuzzy logic control: powerful and successful control method | |
| CN107989786B (zh) | 一种分区域检测的泵运行调控*** | |
| CN105929691A (zh) | 一种基于模糊控制的内模补偿控制方法 | |
| JPH0654679A (ja) | 微生物菌体の培養生産方法 | |
| Arivalahan et al. | Investigation of fuzzy logic controller for conical tank process | |
| CN111765446A (zh) | 一种基于自动寻优模糊三级pid的锅炉控制方法及*** | |
| CN109976157B (zh) | 一种食品智能化液态发酵参数控制方法 | |
| CN115780006B (zh) | 一种基于案例推理的高压辊磨机料重智能控制方法 | |
| CN108776431A (zh) | 电液关节负载敏感自适应模糊滑模控制方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220318 |